基于指數法的國際金融風險測度研究

李雅婷

（新疆財經大學 金融學院，新疆 烏魯木齊 830012）

一、引言

信息時代，先進的科學技術不斷革新，進一步推動了經濟全球化和貿易自由化走向深入，也直接加強了國際金融交往交流，金融作為要素在“地球村”流動。全球化的金融發展促進了國際貿易往來，提供了更多就業崗位，也全面提升了金融服務質量，但這也讓金融面臨更多新的風險和挑戰。2008年美國次貸危機、2010年歐洲債務危機，都使全球金融市場嚴重動蕩，造成的破壞和危害前所未有。2020年新冠肺炎疫情在全球擴散，這個“黑天鵝”使全球貿易緊縮、經濟交往停滯，涌現大波失業潮，甚至出現了從未有過的美股在兩周內4次熔斷的現象，可見各國經濟深度綁定的同時也加重了金融風險隱患。小范圍內的金融危機會直接引發“蝴蝶效應”波及全球，經濟衰退、通貨膨脹等問題往往一同出現，新的經濟危機周期越短，造成的危害越嚴重，各國不得不將防范金融風險作為金融體系建設和維護的重要任務。因此，針對國際金融風險問題的研究尤為重要。

二、文獻綜述

目前，國內學者對金融風險測度的研究主要集中在我國區域性金融風險測度和預警方面，以及對我國不同地區金融風險進行評價。譚中明（2010）構建了外部影響和內部影響兩個分系統組成區域金融風險預警系統，通過主觀綜合賦權法對江蘇省的金融風險進行測度[1]。胡志強（2016）從區域經濟、區域金融和影子銀行體系三個方面構建金融風險綜合評價指標體系，運用熵值法賦權度量安徽省的金融風險演化趨勢[2]。劉麗和郭春梅等（2019）利用CRITIC賦權法構建金融壓力指數模型，結合銀行業市場、房地產市場等對山東省系統性金融風險進行測度[3]。

金融風險評價指標體系從最初的宏觀經濟、金融機構、銀行體系不斷擴大，根據研究對象的特點加入不同行業指標，完善指標體系。黃思杰和李因果（2021）結合江蘇省發展特點，將房地產、企業發展等高風險納入金融風險體系中，采用神經網絡建立江蘇省金融風險預警模型[4]。王曉婷和劉愛紅等（2019）通過編制山西省非金融企業部門、金融部門、政府部門、家戶部門賬面宏觀資產負債表、或有權益宏觀資產負債表，構建了區域金融風險評價指數[5]。朱曉華（2020）把區域能源工業和區域技術開發作為重要維度，納入金融風險監測預警體系，通過熵值法度量我國2018年煤炭儲量排名前6的省（區）的金融風險[6]。

對于國際金融風險的研究主要集中于金融風險傳染方面。祝寶江和王煒琪等（2019）以中美兩國投資者情緒為研究對象，構建中美兩國投資者情緒指標，通過Copula驗證二者之間的相關性和傳染性[7]。杜子平和高立寶（2013）采用分層條件Copula函數方法，以美國、日本、英國、中國臺灣和中國香港五個市場的主要股指作為研究對象，通過比較2008年金融危機后股指間的相關性，對股指危機傳染路徑進行初步分析[8]。

綜上所述，國內針對金融風險測度方面的研究主要基于各省（區、市）、地區間的測度，且沒有統一的金融風險指標評價體系，導致研究結果缺乏可比性；國際方面，各學者針對金融風險的研究主要集中在國際金融風險傳染方面，針對各個國家的風險測度的研究較少。本文將采用統一的金融風險指標評價體系，對發達國家美國、英國、法國、日本、意大利，發展中國家中國、印度、南非、俄羅斯、巴西共10個國家構建金融風險指數，通過對各國間金融風險的橫向對比，探究各國金融風險的差異，為各國應對金融風險制定對策提供參考。

三、金融風險評價指標體系的構建

（一）指標選擇

本文在已有文獻的基礎上總結、歸納，根據可收集數據的情況，最終從宏觀經濟、銀行市場、外匯市場以及國際債務四個方面構建金融風險評價指標體系。

宏觀經濟對金融市場的發展有重要影響，穩定、良好的宏觀經濟形勢對金融市場產生促進作用，增強投資者信心；波動、惡化的宏觀經濟形勢對金融市場產生扼制作用，引起市場恐慌。本文選取GDP增長率（X1）、通貨膨脹率（X2）、失業率（X3）3個指標進行衡量。

銀行市場的不斷壯大，對各個領域都會產生影響。經驗表明，金融危機通常伴隨著銀行市場的動蕩。銀行市場的正常運行對金融市場的平穩發展有著極其重要的作用。本文選取不良貸款率（X4）、M2增長率（X5）、M2/GDP（X6）和銀行信貸 /GDP（X7）4 個指標進行衡量。

外匯市場作為資本流動性最大的市場，是國家進行國際經濟活動時極具綜合性的判斷指標，其穩定性直接影響整個國家的金融風險發生率。本文選取股票市值 /GDP（X8）、匯率（X9）、匯率波動率（X10）和外匯儲備/GDP（X11）4個指標進行衡量。

國際債務是衡量金融風險的重要依據，同時也是引發國家金融風險的導火索。國際債務危機不僅會使債務國的通貨膨脹加劇，還會延緩債權國的經濟恢復，產生嚴重的國際影響。本文選取短期外債/外債（X12）、外債 /外匯儲備（X13）、外債 /GDP（X14）3 個指標進行衡量。

（二）樣本選取及數據來源

根據數據的質量和可得性，本文選取發達國家和發展中國家包括美國、英國、法國、日本、意大利、中國、印度、南非、俄羅斯、巴西10個國家作為研究對象，選取2010年至2020年整體數據為樣本空間。數據通過世界銀行、OECD及CEIC數據庫整理、計算得出。

四、金融風險指數的構建

（一）指標權重測算

權重確定的方法主要分為兩大類：一類是主觀賦權法，即基于決策者的經驗和偏好，通過對各項指標進行比較、賦值和計算得出其權重的方法。另一類是客觀賦權法，即基于各個指標值的客觀數據的差異而確定各指標權重的方法。由于主觀賦權法的計算過程較為復雜，計算難度大且缺乏對指標公認的評判標準，大部分文獻采用客觀賦權法。張濤（2015）認為熵值法排除了主觀判斷的因素，用信息熵確定指標的權重，對區域銀行業風險進行動態評價具有客觀性、真實性[9]；李凱風和李星（2019）采用熵權TOPSIS法和綜合模糊評價法，對全國各省區市債務風險水平進行測算[10]；王昆和宋梅洲（2003）對熵權法、標準離差法和CRITIC法3種客觀賦權法進行了綜合比較，認為CRITIC法是一種能比較客觀反映指標客觀權重的計算方法[11]。

綜合各種因素，本文采用客觀賦權法測算各國金融風險指標權重。為保證指標權重的準確性、客觀性，本文采用熵權法、變異系數法、相關系數法、CRITIC法四種客觀賦權法計算指標權重，把四種客觀賦權法的計算結果的平均數作為各指標的最終權重值。

1.標準化處理

為消除各指標間數量級、量綱對結果的差異性影響，對各指標進行標準化處理，標準化依據為對促進金融風險發生的指標作正向化處理，阻礙金融風險發生的指標作負向化處理。

其中：Xj為第 j項指標值，Xmax、Xmin分別為其最大值和最小值，X'ij為指標標準化后的數值。

2.熵權法

熵權法是一種依據數據間所代表的信息量大小而確定相關權重的客觀賦權法，數據間差異性越大，反映的信息就越多，所賦權重也越大，計算公式為：

3.變異系數法

變異系數法是根據數據概率統計分布的特征而進行權重賦值，其計算公式為

4.相關系數法

相關系數法是依據變量間的相關系數矩陣進行賦權的一種方法，該方法首先需要計算變量間的相關系數矩陣然后計算每列中的和，得到則第j個指標的權重為

5.CRITIC法

CRITIC法是依據指標間的對比強度及沖突性來確定權重的一種客觀賦權法，定義第j個指標變量所包含的信息量為標準差，rij為相關系數。則第j個指標的權重為

指標權重測算結果如表1所示：

表1 金融風險評價指標權重測算結果

（二）指數合成結果

通過對選取的10個國家的風險評價指標進行標準化處理，并根據模糊綜合評價法Fij=Xij×λi，測算出10個國家在2010—2020年的金融風險值，取10個國家金融風險值的均值作為整體國際金融風險值，結果見圖 1、圖 2、圖 3、表 2。

從圖1可看出，國際金融風險整體劃分為三個階段，首先從2010年的0.4165上升至2012年的0.4723，隨后下降至2017年的0.3738，接著上升至2020年的0.5294，達到最高點。具體分國家看：

圖1 國際金融風險測度結果

圖2 發達國家金融風險測度結果

圖3 發展中國家金融風險測度結果

表2 金融風險測度結果

第一階段（2010—2012年）：國際金融風險呈現上升趨勢，其中日本、意大利、印度、巴西與國際金融風險走勢一致；美國、法國、中國、俄羅斯的金融風險呈先上升后下降的趨勢；南非呈先下降后上升的趨勢；英國保持下降趨勢。英國在此階段金融風險指數最高，比國際風險指數高 0.1988；意大利（0.5100）、法國（0.4548）金融風險高于國際金融風險，宏觀經濟、銀行市場、國際債務風險發生概率增大；美國（0.4275）、日本（0.4436）、印度（0.4487）、南非（0.4314）、俄羅斯（0.4166）、巴西（0.4067）低于國際風險水平；中國（0.3183）在該階段金融風險指數最低，低于國際風險指數0.1324，宏觀經濟、銀行市場和國際債務風險發生概率呈下降態勢。

第二階段（2012—2017年）：國際金融風險在此階段整體表現為急速下降，英國、法國、意大利、印度與國際金融風險走勢一致；美國、日本、南非、俄羅斯、巴西的金融風險態勢存在波動，呈先上升后下降的趨勢；中國與國際金融風險態勢相反，總體為上升趨勢，超出該階段國際平均風險指數。意大利（0.5156）在該階段平均風險最大，超出國際平均風險0.0787，但意大利除國際債務風險發生概率增大，其余三個維度風險發生概率均下降。中國（0.4480）、印度（0.4826）、俄羅斯（0.4650）、巴西（0.5139）平均風險高于國際風險；美國（0.3792）、英國（0.3513）、法國（0.3732）、日本（0.4106）、南非（0.4297）低于國際風險均值。英國在2012年至2015年風險值出現斷崖式下跌，2016年略有反彈，2017年持續下跌，四個維度風險發生概率與國際風險值變動趨勢相同，在此階段中平均風險最低。

第三階段（2017—2020年）：國際金融風險在2018年略有反彈，2018年至2019年繼續下跌，2019年至2020年金融風險急速上升，達到2010年至2020年間的頂峰。美國、英國、法國、日本、印度與國際金融風險趨勢相同；意大利和俄羅斯在2017年至2019年間金融風險值持續下降，2019年出現拐點達到2010年至2020年間風險最低值，2019年至2020年金融風險值急速上升；中國、南非、巴西在第三階段金融風險持續上漲。中國（0.5548）第三階段整體金融風險在各國中最高，超出國際金融風險值0.1381；美國（0.4494）、日本（0.4276）、南非（0.4916）、巴西（0.5316）高于國際平均風險；英國（0.2615）、法國（0.3260）、意大利（0.3585）、印度（0.4043）、俄羅斯（0.3620）低于國際平均風險，其中英國在該階段的金融風險指數最低，但除外匯市場外，宏觀經濟、銀行市場、國際債務三個維度風險發生概率則大幅上升。

五、主要結論及啟示

本文通過構建國際金融風險指數，對10個國家的金融風險進行分析，測度出國際金融風險，主要得出以下結論：

第一，2010—2020年國際金融風險與大部分國家的風險指數變化趨勢相同，基本呈現為極速上升、迅速下降、極速攀升三個階段。發達國家整體金融風險指數低于發展中國家，各國GDP增長率（X1）均上升，但發達國家上漲幅度大于發展中國家；發展中國家的通貨膨脹率（X2）、不良貸款率（X4）、M2/GDP（X6）、匯率波動率（X10）大于發達國家，金融風險發生概率增大，經濟發展水平較差的發展中國家的金融風險水平較高。

第二，10個國家在2019年至2020年，金融風險指數都極速上升，美國、法國、日本、中國、南非、巴西在2020年達到該國風險指數的最大值。2020年新冠肺炎疫情在全球暴發并快速傳播，對各國經濟和人民生活造成了巨大打擊，通貨膨脹率（X2）、失業率（X3）、銀行信貸/GDP（X7）風險發生概率大幅上升，宏觀經濟、銀行市場風險發生概率持續上漲，但整體平均風險指數于前兩階段相比較低，說明當前國際金融風險雖然處于較高水平，但風險防控較好。

整體看，各國金融風險存在明顯差異，各國需根據自身國情以及特點制定適合本國的金融風險防范措施，降低自身金融風險。首先各國要加強金融風險防范能力，建立全面的金融風險防范機制。隨著經濟全球化不斷推進，發展中國家與發達國家的溝通交流更為密切，應盡快建立健全金融風險防范機制，科學多元地提升金融風險監管有效性，實施積極有效的金融風險防控措施。其次各國需加強金融合作機制，拓展多領域交流合作，相互分享經驗、吸取教訓，共同應對國際金融風險。最后要刺激國內消費需求，擴大內需，避免過度依賴出口。注意國際資本流向，避免在股票市場、房地產市場等領域出現泡沫經濟。